Spelling suggestions: "subject:"função dde variância"" "subject:"função dee variância""
1 |
Estimação não paramétrica da função de covariância para dados funcionais agregados / Nonparametric estimation of the covariance function for aggregated functional dataLudwig, Guilherme Vieira Nunes 18 August 2018 (has links)
Orientadores: Nancy Lopes Garcia, Ronaldo Dias / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-18T04:43:13Z (GMT). No. of bitstreams: 1
Ludwig_GuilhermeVieiraNunes_M.pdf: 4540322 bytes, checksum: c767b4a6c7cd883a70e9ebbc33fe04ec (MD5)
Previous issue date: 2011 / Resumo: O objetivo desta dissertação é desenvolver estimadores não paramétricos para a função de covariância de dados funcionais agregados, que consistem em combinações lineares de dados funcionais que não podem ser observados separadamente. Estes métodos devem ser capazes de produzir estimativas que separem a covariância típica de cada uma das subpopulações que geram os dados, e que sejam funções não negativas definidas. Sob estas restrições, foi definida uma classe de funções de covariância não estacionarias, à qual resultados da teoria de estimação de covariância de processos estacionários podem ser estendidos. Os métodos desenvolvidos foram ilustrados com a aplicação em dois problemas reais: a estimação do perfil de consumidores de energia elétrica, em função do tempo, e a estimação da transmitância de substâncias puras em espectroscopia de infravermelho, através da inspeção de misturas, em função do espectro da luz / Abstract: The goal of this dissertation is to develop nonparametric estimators for the covariance function of aggregated functional data, which consists into linear combinations of functional data that cannot be sampled separately. Such methods must be able to produce estimates that not only separate the typical covariance of the subpopulations composing the data, but also be nonnegative definite functions. Under these restrictions, a class of nonstationary covariance functions was proposed, to which stationary processes' covariance function estimation results can be readily extended. The developed methods were illustrated with an application to two real problems: the estimation of electric energy consumers' profiles, as a function of the time of the day, and the estimation of the transmittance of pure substances in infrared spectroscopy, while inspecting mixtures of them, as a function of light spectrum / Mestrado / Estatistica Não Parametrica / Mestre em Estatística
|
2 |
Estimação não-parametrica para função de covariancia de processos gaussianos espaciais / Nonparametric estimation for covariance function of spatial gaussian processesGomes, José Clelto Barros 13 August 2018 (has links)
Orientador: Ronaldo Dias / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-13T14:28:48Z (GMT). No. of bitstreams: 1
Gomes_JoseCleltoBarros_M.pdf: 1798618 bytes, checksum: db671b29b83f0321e8dbc03c5af42cde (MD5)
Previous issue date: 2009 / Resumo: O desafio na modelagem de processos espaciais está na descrição da estrutura de covariância do fenômeno sob estudo. Um estimador não-paramétrico da função de covariância foi construído de forma a usar combinações lineares de funções B-splines. Estas bases são
usadas com muita frequência na literatura graças ao seu suporte compacto e a computação tão rápida quanto a habilidade de criar aproximações suaves e apropriadas. Verificouse que a função de covariância estimada era definida positiva por meio do teorema de Bochner. Para a estimação da função de covariância foi implementado um algoritmo que fornece um procedimento completamente automático baseado no número de funções
bases. Então foram realizados estudos numéricos que evidenciaram que assintoticamente o procedimento é consistente, enquanto que para pequenas amostras deve-se considerar as restrições das funções de covariância. As funções de covariâncias usadas na estimação foram as de exponencial potência, gaussiana, cúbica, esférica, quadrática racional, ondular e família de Matérn. Foram estimadas ainda covariâncias encaixadas. Simulações foram realizadas também a fim de verificar o comportamento da distribuição da afinidade. As estimativas apresentaram-se satisfatórias / Abstract: The challenge in modeling of spatials processes is in description of the framework of covariance of the phenomenon about study. The estimation of covariance functions was done using a nonparametric linear combinations of basis functions B-splines. These bases are used frequently in literature thanks to its compact support and fast computing as the
ability to create smooth and appropriate approaches There was positive definiteness of the estimator proposed by the Bochner's theorem. For the estimation of the covariance functions was implemented an algorithm that provides a fully automated procedure based on the number of basis functions. Then numerical studies were performed that showed that the procedure is consistent assynthotically. While for small samples should consider the restrictions of the covariance functions, so the process of optimization was non-linear optimization with restrictions. The following covariance functions were used in estimating: powered exponential, Gaussian, cubic, spherical, rational quadratic and Matérn family.
Nested covariance funtions still were estimated. Simulations were also performed to verify the behavior of affinity and affinity partial, which measures how good is the true function of the estimated function. Estimates showed satisfactory / Mestrado / Mestre em Estatística
|
Page generated in 0.0442 seconds